苹果披露人形机器人 HALO 系统，单项任务测试成功率达到 91%

苹果研究团队公开人形机器人 HALO 自主控制系统的测试数据，在 6 个没有提前扫描建图的陌生真实环境开展 360 次单项任务测试，平均成功率 91%，这套系统依靠仿真合成的视觉语言运动数据训练，不需要大量人工遥操作采集真机数据，部署在宇树 G1 人形机器人上就可以听懂自然语言指令，自主完成坐椅子、推箱子、侧身过门、钻桌底等动作，是苹果在具身智能方向的重要科研成果。目前人形机器人行业普遍面临训练数据难采集、换到陌生环境容易失效的问题，很多方案依赖大量人工操控采集数据，并且必须提前对场地建图标定，一旦环境发生变化任务成功率就大幅下滑，HALO 的思路是用程序生成上千个虚拟家庭场景自动合成训练数据，把仿真学到的能力直接迁移到真实世界，绕开真人采集数据成本高的痛点。整套 HALO 系统运行分为训练、部署、真机测试几个环节，先在仿真环境批量生成视觉、语言、动作配对数据完成模型训练；之后把模型部署在搭载 Mac mini 的宇树 G1 机器人上，三层模块本地协同推理；接着放到从未见过的真实室内环境，执行各类单项任务；最后统计测试结果，同时开展复合长流程任务测试，对比能力差异。从测试结果来看，单项简单任务表现稳定，但是多步骤串联的复合任务成功率明显下降，这套 HALO 系统目前只是科研原型，还不是苹果准备对外发售的商用机器人产品，它证明了仿真合成数据路线可以实现零环境建图迁移，为人形机器人降低数据获取门槛提供新方向。

HALO 三层控制架构清单

1. 任务编排层：视觉语言模型，接收自然语言指令，拆解成可执行子任务，本地运行
2. 动作生成层：编码器搭配 DiT 解码器，根据当前视觉画面生成未来 5 秒全身动作轨迹
3. 动作跟踪层：50Hz 高频运行，把动作轨迹转化为关节控制指令，实时修正姿态、维持平衡

单项任务与复合任务测试数据对比

HALO 训练与真机部署流程清单

1. 仿真数据生成：程序生成 1000 个虚拟家庭场景，合成约 300 小时视觉语言运动训练数据
2. 模型训练：在仿真数据集上完成三层模块联合训练，学习动作、视觉、语言之间的关联
3. 硬件部署：加载模型到宇树 G1 机器人，依靠机载 Mac mini 完成本地推理
4. 真机零样本测试：进入从未扫描、没有建图的真实房间，直接接收指令执行任务
5. 结果统计与迭代：记录成功率、失败原因，持续优化仿真数据生成策略

【相关 FAQ】

问题 1：苹果披露人形机器人 HALO 系统单项任务成功率 91%，这个指标是怎么测出来的？

回答 1：苹果披露人形机器人 HALO 系统单项任务成功率 91%，是在 6 个没有提前扫描建图的真实陌生环境里，完成 360 次单项任务测试统计得出的结果。

问题 2：苹果人形机器人 HALO 系统 91% 成功率，是否代表长流程复合任务也能稳定达到这个水平？

回答 2：苹果人形机器人 HALO 系统 91% 成功率只针对单项任务，复合多步骤任务的成功率会下降，三类组合任务平均成功率 70%，最难的组合任务仅 50%。

问题 3：苹果披露的人形机器人 HALO 系统，是运行在云端还是本地端侧？

回答 3：苹果披露的人形机器人 HALO 系统支持本地端侧推理，依托机载 Mac mini 运行模型，执行任务的时候不需要联网。

问题 4：苹果人形机器人 HALO 系统拿到 91% 单项任务成功率，是在哪款机器人本体上验证的？

回答 4：苹果人形机器人 HALO 系统拿到 91% 单项任务成功率，是部署在宇树 G1 人形机器人本体上完成真机验证。

问题 5：苹果披露人形机器人 HALO 系统单项任务成功率 91%，HALO 属于上市机器人产品吗？

回答 5：苹果披露人形机器人 HALO 系统单项任务成功率 91%，HALO 属于科研原型系统，只是研究成果，不是苹果即将上市售卖的商用机器人产品。

【参考资料】

[2026-11-09]（苹果披露人形机器人自主控制系统 HALO 物理 AI 有望加速落地）虎嗅网

[2026-11-09]（苹果机器人 HALO 系统单项任务成功率 91%）IT 之家

[2026-11-07]（平均成功率 91%！苹果研究团队披露机器人 “大脑” 进展）澎湃新闻

[2026-11-04]（Perceptive Humanoid Motion from Simulation）arXiv

【免责声明】

本文内容仅为苹果 HALO 人形机器人系统公开论文与媒体信息整理，91% 单项任务成功率限定在论文规定的特定测试环境与任务范围；HALO 为科研原型，后续开源、商业化计划、性能迭代方案以苹果 AI 研究团队官方论文、项目主页为准，本文不构成机器人项目开发、硬件采购、投资相关建议。